Inflasi adalah salah satu indikator ekonomi penting yang berdampak langsung pada stabilitas ekonomi suatu negara. Di Indonesia, inflasi memiliki dampak luas, terutama terhadap daya beli masyarakat dan pertumbuhan ekonomi. Penelitian ini bertujuan untuk mengelompokkan 90 kota di Indonesia berdasarkan tingkat inflasi selama periode 2019-2023, dengan menggunakan algoritma K-Medoids sebagai teknik clustering. Algoritma ini dipilih karena keunggulannya dalam mengatasi data yang memiliki pencilan dan meminimalkan perbedaan antar titik data di dalam cluster. Proses analisis dilakukan dengan menggunakan metrik jarak Euclidean, Manhattan, dan Minkowski, serta evaluasi kualitas clustering menggunakan Davies Bouldin Index (DBI) dan Silhouette Coefficient (SC). Data sekunder yang digunakan berasal dari Badan Pusat Statistik, dengan fokus pada laju inflasi kota-kota di Indonesia. Hasil utama dari penelitian ini menunjukkan bahwa Minkowski distance merupakan metrik jarak terbaik, menghasilkan nilai DBI sebesar 0,851273dan SC sebesar 0,473327pada data tahun 2022, yang diidentifikasi sebagai tahun dengan hasil clustering paling optimal. Kontribusi utama dalam penelitian ini terletak pada penerapan algoritma K-Medoids yang tahan terhadap pencilan, serta penggunaan berbagai metrik jarak untuk meningkatkan akurasi analisis data inflasi. Temuan ini dapat memberikan wawasan yang lebih mendalam terkait perbedaan laju inflasi antar kota di Indonesia, serta menjadi acuan dalam perumusan kebijakan ekonomi yang lebih efektif untuk mengendalikan inflasi.